数巨有谱数据集团
[01 · SHP-MED-03-020]

医学影像—报告配对数据

DICOM 影像与对应诊断报告在检查级精确配对的成套数据。交付检查、序列、实例与报告版本的完整层级。适用于影像大模型训练、影像资产组织与影像终点评审。

检查检验与多模态 · 评估与研究使用许可 · 更新日期 2026-08-05

9
实体
149
字段
4
实体关系
03
所属体系
[02 · 产品说明]

读懂数据结构与交付边界

以下内容来自产品说明书,包含数据拓扑、字段字典、脱敏样例、使用场景及定制方式。

医学影像—报告配对数据样例预览
[01]

数据产品概览

数量内容
实体9检查 Study · 序列 Series · 实例 Instance · 影像检查 · 诊断报告 · 报告版本 · 配对边 · 数据质量项 · 来源沿袭
字段149交付范围内的字段总数
实体关系4影像检查 1—1 检查 · 检查 1—n 序列 · 序列 1—n 实例 · 诊断报告 1—n 报告版本

交付与供应方式

  1. 数据集交付:DICOM 原件 + 结构化表 CSV/JSONL/Parquet + Meta
  2. API 调用
  3. Token 计量
  4. 数巨有谱可信数据空间连接器合约使用

权利与来源

  • 数据取得方式:数据资源持有方书面授权
  • 数据来源机构:医疗机构(含等级医院、专科医院及影像中心)
  • 数据加工机构:数巨有谱或数据资源持有方
  • 数据经营机构:数巨有谱(经营权权利人)
[02 · DATA CONTENT]

数据内容与字段结构

在同一位置切换字段字典、实体血缘与脱敏样例,避免重复铺陈造成页面过长。

数据血缘拓扑

实体与连接关系分层呈现:上方先识别全部数据对象,下方逐条阅读关系基数,避免连线交叠、标签遮挡或内容被裁切。

9 个实体6 条连接响应式完整展示

实体概览

核心实体以品牌蓝标识
01辅助实体

配对边

pairing_edge

02核心实体

检查 Study

study_instance_uid

03关联实体

序列 Series

7 个 · 采集参数

04关联实体

实例 Instance

1,034 个切片

05关联实体

影像检查

modality/部位/时点

06关联实体

诊断报告

report_date/type

07关联实体

报告版本

findings/impression

08辅助实体

数据质量项

quality_issue

09辅助实体

来源沿袭

source_lineage

连接关系

每条关系独占一行,基数置于两实体之间

实体 A01

影像检查

modality/部位/时点

1—1
实体 B

检查 Study

study_instance_uid

实体 A02

检查 Study

study_instance_uid

1—n
实体 B

序列 Series

7 个 · 采集参数

实体 A03

序列 Series

7 个 · 采集参数

1—n
实体 B

实例 Instance

1,034 个切片

实体 A04

检查 Study

study_instance_uid

1—1
实体 B

诊断报告

report_date/type

实体 A05

诊断报告

report_date/type

1—n
实体 B

报告版本

findings/impression

实体 A06

检查 Study

study_instance_uid

n—m 检查与报告版本经配对边关联,配对置信逐条标注
实体 B

报告版本

findings/impression

核心实体关联实体1—1 / 1—n / n—1 表示关系基数
查看关系语义清单
基数关系语义
影像检查1—1检查 Study一次影像检查对应一次 DICOM 检查
检查 Study1—n序列 Series一次检查含多个扫描序列
序列 Series1—n实例 Instance一个序列含多个切片实例
检查 Study1—1诊断报告检查对应一份诊断报告
诊断报告1—n报告版本一份报告可有多次成稿版本
检查 Studyn—m报告版本检查与报告版本经配对边关联,配对置信逐条标注

影像与报告的配对按 DICOM 检查级唯一标识精确匹配,并标注配对置信。

[03]

使用场景

影像大模型与辅助诊断的训练、评测与临床对齐

医疗科技企业 · 影像 AI 产品团队

  • 报告生成训练:以「所见—意见」两段真实读片文本为监督信号。训练模型按放射科书写规范输出
  • 病灶检出与随访对比:本例是术后随访场景。报告写明左肺下叶缺如、双肺散在结节、与前次 CT 对比无变化。可训练模型处理术后解剖改变与纵向对比
  • 影像问答与多模态对齐:薄层序列+报告文本构成图文对,用于视觉—语言对齐与影像问答
  • 阴性与稳定病例学习:真实随访中大量为「未见明显变化」,是模型最易过度报告的场景
  • 评测集构建:按设备类型、部位、病种切分为影像模型的评测集与回归集

获得:模型读片输出贴近放射科真实表达的训练素材

影像数据资产化与读片质量分析

医院影像科 · 科研与质控

  • 影像资产组织:以检查—序列—实例—报告版本层级作为院内影像数据整合的结构参照
  • 序列完整性核查:用序列实例数、矩阵、像素间距核查扫描协议执行是否一致
  • 报告版本追溯:报告版本实体支持修改前后对照与读片一致性分析
  • 隐私合规筛查:烧录标注状态字段直接用于筛出像素内含文字的影像

获得:可回溯、可核查的影像数据资产结构

影像终点评审与疗效评估证据组织

药械企业 · 影像终点与临床试验

  • 影像终点评审:以配对可信的影像+报告作为独立评审(BICR)的输入底料
  • 疗效评估:术后随访序列支持病灶变化与治疗反应的纵向评估
  • 采集协议核对:像素间距与层厚参数用于核对多中心影像是否满足终点测量要求
  • 可测量性筛选:按矩阵与层厚筛出满足定量分析条件的检查

获得:参数可核、配对可信的影像终点证据包

跨机构影像与报告的整合和调阅

区域影像平台 · 数据资源负责人

  • 配对规则复用:检查级唯一标识精确配对方法适用于跨院影像与报告的关联
  • 缺失口径统一:来源未提供的字段统一置空,并标注缺失原因
  • 时间语义对齐:区分检查日期、采集时点、报告日期与首次可用时间四类时间
  • 质量问题登记:以数据质量项为模板建立跨机构影像数据的问题登记规范

获得:可直接落地的影像—报告整合口径与配对规则

[04]

定制与定向

  • 是否支持定制:是
  • 影像范围(单选):按检查部位 / 按病种(含影像表现)
  • 其他定制项(多选):设备类型(CT/MR/DR 等) / 医院等级 / 指定医院 / 扫描协议参数 / 检查时间范围
  • 最低定制数量:1,000 例检查
  • 标注增强:病灶框、分割掩膜、征象标签按项目生成
  • 其他可定制项:与项目商务确定
[05]

去标识化与交付

  1. 直接标识符移除:姓名、证件号码、联系方式、住址
  2. 间接标识符不可逆映射:患者标识、就诊号、报告单号
  3. 时间平移:整体平移并保持时序与时间间隔
  4. 机构与医师信息去除或泛化
  5. 自由文本二次核查:叙述内容中的标识信息
  6. 可按项目追加 K-匿名等泛化处理,匿名化的判定与出具方式随项目约定
  7. DICOM 标签清洗:患者、机构、设备序列号及私有标签
  8. 像素内烧录信息核查:像素级文字信息识别与处理
  9. 检查与序列标识重新生成,不保留原始 UID 可回联性
  • 加密通道交付:支持
[06]

关联数据集

  • SHP-MED-03-024 复查对比与病灶变化数据——多次检查串联的纵向影像对比
  • SHP-MED-07-045 医学多模态诊断与报告评测集——以配对数据为底座的评测集
  • SHP-MED-06-040 多模态临床训练数据——配对底座之上的训练任务组织
[07]

常见问题

医学影像与报告配对数据包含什么?

医学影像—报告配对数据(SHP-MED-03-020)是 DICOM 影像与诊断报告在检查级精确配对的成套数据,交付检查、序列、实例与报告版本的完整层级。字段有设备类型、检查部位与日期、序列描述、实例总数、矩阵行列、像素间距、层厚、报告所见与报告意见、配对方式与置信。

影像大模型的训练数据怎么选?

医学影像—报告配对数据(SHP-MED-03-020)以「所见—意见」两段真实读片文本作监督信号,可训练报告生成与影像问答,薄层序列与报告构成图文对用于视觉—语言对齐。随访中大量结论为未见明显变化,是抑制过度报告的评测素材。

影像数据怎么交付,含 DICOM 原件吗?

医学影像—报告配对数据(SHP-MED-03-020)的产品页给出真实脱敏样例与逐字段语义说明。交付形态有数据集(DICOM 原件与结构化表、单一检查文件夹加报告)、API 调用、Token 计量与可信数据空间连接器合约使用,数据量按项目商定。

影像数据能按设备类型定制吗?

医学影像—报告配对数据(SHP-MED-03-020)可按检查部位或按病种(含影像表现)划定范围,并可按设备类型(CT、MR、DR 等)、扫描协议参数与检查时间范围定制,起订量为 1,000 例检查。病灶框与分割掩膜按项目生成,可先申请开源子集或测试数据起步。

影像模型训练还要配哪些数据集?

医学影像—报告配对数据(SHP-MED-03-020)与复查对比与病灶变化数据(SHP-MED-03-024)组合,可把多次检查串成纵向对比;与医学多模态诊断与报告评测集(SHP-MED-07-045)组合,可在同一底座上分开做训练与评测。

[08]

获取方式

  • 有明确科研/临床项目:提供研究方向与所需字段范围,可先申请开源子集用于可行性验证。
  • 有明确数据智能场景:提供模型或应用场景,可先申请测试数据与接入方式完成联调。
  • 许可:评估与研究使用许可。

© 数巨有谱数据集团